Übung 11 - Anwendung I: Gruppenvergleiche & ANOVA

FS 2026

Author

Gidon Frischkorn

Wiederholung & Vertiefung: Gruppenvergleiche & ANOVA

Die ANOVA fragt: Wie viel der gesamten Streuung in den Daten lässt sich durch Gruppenzugehörigkeit erklären?

Varianzzerlegung

Jede Beobachtung setzt sich zusammen aus einem Gruppeneffekt und einer individuellen Abweichung davon. Formal:

  • SS_total = SS_between + SS_within
  • F = MS_between / MS_within

F ist gross, wenn die Gruppen weit auseinanderliegen (MS_between gross) und die Streuung innerhalb der Gruppen gering ist (MS_within klein). F = 8 bedeutet: Die Varianz zwischen den Gruppen ist achtmal grösser als die Varianz innerhalb.

Die Abbildung unten zeigt das geometrisch: Blaue Segmente = Abstand jedes Punkts zum Gruppenmittelwert (within). Rote Pfeile = Abstand des Gruppenmittelwerts zum Gesamtmittelwert (between).

Punkteplot mit drei Gruppen auf der x-Achse. Jeder Datenpunkt ist durch eine blaue senkrechte Linie mit dem jeweiligen Gruppenmittelwert (schwarzer Querstrich) verbunden. Von jedem Gruppenmittelwert führt ein roter Pfeil zur gestrichelten horizontalen Linie des Grand Mean.
Figure 1: Geometrische Varianzzerlegung bei drei Gruppen: Within-Abstände (blau) sind individuelle Abweichungen vom Gruppenmittelwert, Between-Abstände (rot) sind Abweichungen der Gruppenmittelwerte vom Grand Mean.

Das Modell rechnen: afex

library(afex)
modell <- aov_ez(id = "id", dv = "wm_score_t2",
                 between = "gruppe", data = wm_daten)

print(modell)        # Ergebnistabelle mit Effektgrösse (ges)
nice(modell, es = "pes")  # alternativ: partial η²

Der Output von print() hat vier Kernspalten: df (Zähler/Nenner), MSE (mittlere Fehlervarianz, Nenner der F-Statistik), F und ges (generalisiertes η²). Bei einfaktoriellen Between-Designs entspricht ges dem klassischen η² aus Statistik 2.

Signifikanz ≠ Relevanz

Kennwert Aussage
p-Wert Wie wahrscheinlich wäre dieses Ergebnis unter H₀?
η² (ges/pes) Anteil erklärter Varianz — die Effektgrösse
Cohen’s d Standardisierter Mittelwertsunterschied (zwei Gruppen)

Ein kleines p bei grossem N kann einen winzigen Effekt signifikant machen. Deshalb: Immer Effektgrösse berichten.

Richtwerte für η² (aus der Formelsammlung):

η² Effekt
≈ .01 klein
≈ .06 mittel
≈ .14 gross

η² = .13 liegt zwischen .06 und .14 — das ist ein mittlerer bis grosser Effekt. Werte zwischen den Schwellen werden entsprechend eingeordnet.

Annahmen prüfen

library(performance)
check_model(modell, check = c("normality", "qq", "homogeneity"))
check_homogeneity(modell)   # Levene-Test als Zahl
Annahme Prüfung Bei Verletzung
Normalverteilung der Residuen QQ-Plot + Dichteplot via check_model(check = c("normality", "qq")) Kruskal-Wallis (bei kleinem n und starker Verletzung)
Varianzhomogenität Homogeneity-Panel via check_model(check = "homogeneity"); ergänzend check_homogeneity(modell) für Levene’s Test Welch-Test: oneway.test(..., var.equal = FALSE)
Unabhängigkeit Studiendesign — nicht durch Plot prüfbar Anderes Modell (Messwiederholung, hierarchisch)

ANOVA ist robust gegenüber moderaten Normabweichungen, wenn n ≥ 30 und die Gruppen ähnlich gross sind.

Post-hoc-Vergleiche

Die ANOVA sagt: irgendwo gibt es einen Unterschied. Sie sagt nicht wo. Bei mehr als zwei Gruppen braucht man Post-hoc-Tests.

library(emmeans)
emm <- emmeans(modell, ~ gruppe)
pairs(emm, adjust = "tukey")

Tukey ist Standard bei ANOVA mit mehreren Gruppen. Bonferroni ist konservativer und passt besser bei wenigen, gezielten Vergleichen. Der Output zeigt für jedes Gruppenpaar: estimate (Mittelwertsdifferenz), SE, t.ratio und das adjustierte p.value.

Übungen

Beantworten Sie die folgenden Fragen zu Gruppenvergleichen und ANOVA.

Bevor Sie die ANOVA berichten, prüfen Sie die Modellannahmen visuell mit check_model():

library(afex)
library(performance)

modell <- aov_ez(id = "id", dv = "wm_score_t2",
                 between = "gruppe", data = wm_daten)
check_model(modell)

In der Vorlesung haben wir uns bei check_model() auf zwei zentrale Diagnoseplots konzentriert:

  • QQ-Plot der Residuen (Annahme: Normalverteilung der Residuen): Die Punkte liegen nahe an der Referenzlinie, keine systematische Abweichung in den Enden.
  • Homogeneity of Variance (Test auf non-constant variances): Die Linie verläuft annähernd waagerecht; die Streuung der Residuen ist über die Gruppen hinweg vergleichbar.

Die beiden Gruppen haben vergleichbare Gruppengrössen (n_KG ≈ n_Stress ≈ 50).

Was ist die angemessenste Schlussfolgerung?

In der Vorlesung haben wir bei check_model() zwei zentrale Plots besprochen: den QQ-Plot für die Annahme der Normalverteilung der Residuen und den Homogeneity-of-Variance-Plot für den Test auf non-constant variances (das visuelle Pendant zum Levene-Test). Liegen die Punkte im QQ-Plot nahe an der Referenzlinie und verläuft die Linie im Varianzplot annähernd waagerecht, sind die zentralen ANOVA-Annahmen erfüllt und die Analyse kann wie geplant berichtet werden. Falsch sind: Eine zusätzliche formelle Testung mit Shapiro-Wilk oder Bartlett ist nicht erforderlich (bei grossem N werden diese Tests tendenziell immer signifikant, bei kleinem N findet keiner etwas — die visuelle Diagnose ist deshalb informativer); eine Datentransformation wäre ein unverhältnismässiger Eingriff ohne klare Rechtfertigung; und check_model() ist in diesem Kurs explizit als Entscheidungsgrundlage konzipiert.

In einer hypothetischen Studie (nicht dem Stress-WM-Projekt) wurden drei experimentelle Bedingungen verglichen: eine Experimentalgruppe (EG), eine Kontrollgruppe (KG) und eine Wartekontrollgruppe (WG). Eine einfaktorielle ANOVA ergab einen signifikanten Gruppenunterschied (F(2, 97) = 4.91, p = .009).

Die ANOVA sagt: Irgendwo unterscheiden sich die Gruppen — sie sagt aber nicht welche. Sie führen daher Post-hoc-Vergleiche mit Bonferroni-Korrektur durch:

emm_gruppe <- emmeans(anova_ergebnis, . ~ gruppe)
pairs(emm_gruppe, adjust = "bonferroni")
 contrast  estimate   SE  df t.ratio p.value
 EG - KG       6.9 2.41  97   2.86  0.015
 EG - WG       2.1 2.38  97   0.88  1.000
 KG - WG      -4.8 2.44  97  -1.97  0.156

Welche Aussagen sind korrekt?

Die ANOVA zeigt nur, dass irgendwo ein Gruppenunterschied existiert — Post-hoc-Vergleiche mit Bonferroni- oder Tukey-Korrektur identifizieren, welche Gruppen sich unterscheiden (siehe Vorlesung). Die Bonferroni-Korrektur passt die p-Werte nach oben an, um die Alpha-Fehler-Kumulierung bei mehreren Tests zu kontrollieren — ohne diese Korrektur würde die Wahrscheinlichkeit eines falsch-positiven Befundes mit jedem zusätzlichen Vergleich steigen. Aus der Tabelle ergibt sich, dass nur EG vs. KG signifikant unterschiedlich ist (p = .015, geschätzte Differenz 6.9 Punkte). Falsch ist: Dass nicht alle paarweisen Vergleiche signifikant sind, ist normal — eine signifikante ANOVA wird dadurch nicht entkräftet.

Sie führen eine ANOVA mit afex::aov_ez() für Projektfrage Q1 durch und erhalten folgenden Output:

library(afex)
modell <- aov_ez(id = "id", dv = "wm_score_t2",
                 between = "gruppe", data = wm_daten)
modell
Anova Table (Type 3 tests)

Response: wm_score_t2
  Effect    df   MSE       F  ges p.value
1 gruppe 1, 98 156.2  8.42 ** .079    .004
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '+' 0.1 ' ' 1

Welche Aussagen zur Interpretation dieses Outputs im Sinne der Varianzzerlegung (Daten = Modell + Fehler) sind korrekt?

Die Varianzzerlegung der ANOVA folgt der Logik Daten = Modell + Fehler: ges (generalisiertes η²) ist der Anteil der Varianz, der durch das Modell (die Gruppenzugehörigkeit) erklärt wird — hier rund 8 %. MSE = 156.2 ist die mittlere Varianz innerhalb der Gruppen und steht im Nenner der F-Statistik (F = MS_between / MS_within); sie repräsentiert den unerklärten Fehleranteil. Die Richtung des Effekts ist dem Output nicht direkt zu entnehmen, dafür sind deskriptive Kennwerte oder Post-hoc-Vergleiche nötig. Falsch ist hingegen die Aussage, der p-Wert mache eine separate Effektgrösse überflüssig: Signifikanz ≠ Relevanz — bei grossem N können auch kleine Effekte signifikant werden, deshalb sollte η² immer berichtet werden.